CN112684281B - 配电网单相接地故障区段定位方法、装置及终端设备 - Google Patents
配电网单相接地故障区段定位方法、装置及终端设备 Download PDFInfo
- Publication number
- CN112684281B CN112684281B CN202011259608.8A CN202011259608A CN112684281B CN 112684281 B CN112684281 B CN 112684281B CN 202011259608 A CN202011259608 A CN 202011259608A CN 112684281 B CN112684281 B CN 112684281B
- Authority
- CN
- China
- Prior art keywords
- power distribution
- distribution network
- particle
- fault section
- fault
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Abstract
本发明提供了一种配电网单相接地故障区段定位方法、装置及终端设备,该方法属于故障定位技术领域,包括:获取目标配电网的第一属性参数,并基于所述第一属性参数以及预设映射表确定目标配电网对应的故障区段定位模型;获取目标配电网的第二属性参数,并将所述第二属性参数输入至目标配电网对应的故障区段定位模型中,得到目标配电网的单相接地故障区段。本发明提供的配电网单相接地故障区段定位方法、装置及终端设备考虑到了配电网本身的属性特征,因而具备更高的定位精度。
Description
技术领域
本发明属于故障定位技术领域,更具体地说,是涉及一种配电网单相接地故障区段定位方法、装置及终端设备。
背景技术
配电网中最易发生的故障是单相接地故障,发生单相接地故障后,线电压仍然对称、故障电流小,虽暂不影响对负荷的连续供电,但长时间运行可能导致故障扩大或损坏电气设备,因此快速准确地找到故障位置对配电网安全稳定运行具有重要意义。
现有技术中,故障区段定位依靠的是人工巡线,由电网操作人员沿着线路巡视,查找故障地点,这种方法不仅会耗费大量的人力物力,而且效率也不高,延长了用户的停电时间,对供电可靠性产生了较大的影响。后续出现了通过行波法进行故障区段定位的方法,虽然提高了定位效率,但是由于行波法易受过渡电阻及电网运行方式的影响,其定位精度有待提高。
发明内容
本发明的目的在于提供一种配电网单相接地故障区段定位方法、装置及终端设备,以提高配电网单相接地故障区段的定位精度。
本发明实施例的第一方面,提供了一种配电网单相接地故障区段定位方法,包括:
获取目标配电网的第一属性参数,并基于所述第一属性参数以及预设映射表确定目标配电网对应的故障区段定位模型;
获取目标配电网的第二属性参数,并将所述第二属性参数输入至目标配电网对应的故障区段定位模型中,得到目标配电网的单相接地故障区段。
本发明实施例的第二方面,提供了一种配电网单相接地故障区段定位装置,包括:
模型确定模块,用于获取目标配电网的第一属性参数,并基于所述第一属性参数以及预设映射表确定目标配电网对应的故障区段定位模型;
故障定位模块,用于获取目标配电网的第二属性参数,并将所述第二属性参数输入至目标配电网对应的故障区段定位模型中,得到目标配电网的单相接地故障区段。
本发明实施例的第三方面,提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的配电网单相接地故障区段定位方法的步骤。
本发明实施例的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的配电网单相接地故障区段定位方法的步骤。
本发明实施例提供的配电网单相接地故障区段定位方法、装置及终端设备的有益效果在于:
区别于现有技术中的行波法,本发明实施例建立了故障区段定位模型,首先通过目标配电网的第一属性参数确定所使用的故障区段模型,再将第二属性参数输入至目标配电网中进行区段定位。也就是说,本发明实施例不仅避免了行波法受过渡电阻和电网运行方式影响的问题,还考虑到了配电网本身的属性特征,因而本发明实施例提供的配电网单相接地故障区段定位方法具备更高的定位精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的配电网单相接地故障区段定位方法的流程示意图;
图2为本发明一实施例提供的配电网单相接地故障区段定位装置的结构框图;
图3为本发明一实施例提供的终端设备的示意框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参考图1,图1为本发明一实施例提供的配电网单相接地故障区段定位方法的流程示意图,该方法包括:
S101:获取目标配电网的第一属性参数,并基于第一属性参数以及预设映射表确定目标配电网对应的故障区段定位模型。
在本实施例中,第一属性参数包括但不限于目标配电网的运行方式、目标配电网的线路均匀度、目标配电网的线路分支度、目标配电网的负载率等。
在本实施例中,预设映射表包含第一属性参数以及故障区段定位模型的对应关系。
S102:获取目标配电网的第二属性参数,并将第二属性参数输入至目标配电网对应的故障区段定位模型中,得到目标配电网的单相接地故障区段。
在本实施例中,第二属性参数包括但不限于目标配电网的故障前馈线电流、目标配电网的故障后馈线电流、目标配电网的故障前母线电压、目标配电网的故障后母线电压、目标配电网的故障前配变电压、目标配电网的故障后配变电压、目标配电网的故障前配变电流、目标配电网的故障后配变电流、目标配电网的故障前用户电压、目标配电网的故障后用户电压、目标配电网的故障前用户电流、目标配电网的故障后用户电流、目标配电网的线路长度、目标配电网的线路型号等。
由上可以得出,区别于现有技术中的行波法,本发明实施例建立了故障区段定位模型,首先通过目标配电网的第一属性参数确定所使用的故障区段模型,再将第二属性参数输入至目标配电网中进行区段定位。也就是说,本发明实施例不仅避免了行波法受过渡电阻和电网运行方式影响的问题,还考虑到了配电网本身的属性特征,因而本发明实施例提供的配电网单相接地故障区段定位方法具备更高的定位精度。
可选地,作为本发明实施例提供的配电网单相接地故障区段定位方法的一种具体实施方式,预设映射表的建立方法为:
获取多种不同属性特征的配电网的第一属性参数,并基于第一属性参数对多种不同属性特征的配电网进行聚类,得到多组配电网。
对于某一组配电网,获取该组配电网中各个配电网的第二属性参数以及各个配电网对应的故障区段,基于各个配电网的第二属性参数以及各个配电网对应的故障区段训练得到该组配电网对应的故障区段定位模型。
基于各组配电网的第一属性参数以及各组配电网对应的故障区段定位模型建立预设映射表。
在本实施例中,可将现有的不同属性特征的配电网分为多个类别,也即分为多组配电网,为每组配电网训练一个故障区段定位模型,并基于各组配电网与其故障定位模型的对应关系建立预设映射表。
可选地,作为本发明实施例提供的配电网单相接地故障区段定位方法的一种具体实施方式,对于某一组配电网,将该组配电网中各个配电网的第二属性参数记为训练集,将该组配电网中各个配电网对应的故障区段记为实际结果集,则该组配电网对应的故障区段定位模型的训练方法为:
S1:获取初始故障区段定位网络,并对初始故障区段定位网络中的权值粒子群和误差函数进行设定。
S2:将权值粒子群的粒子两两横向交叉,得到各个粒子对应的横向交叉解,基于各个粒子对应的横向交叉解、训练集、实际结果集对权值粒子群进行更新,得到横向更新后的权值粒子群。
S3:将横向更新后的权值粒子群中的每个粒子进行纵向交叉,得到各个粒子对应的纵向交叉解,基于各个粒子对应的纵向交叉解、训练集、实际结果集对横向更新后的权值粒子群进行更新,得到纵向更新后的权值粒子群。
S4:计算纵向更新后的权值粒子群的误差函数,若步骤S2~S3的执行次数大于预设次数或纵向更新后的权值粒子群的误差函数小于预设误差,则将当前的初始故障区段定位网络作为该组配电网对应的故障区段定位模型,若步骤S2~S3的执行次数不大于预设次数且纵向更新后的权值粒子群的误差函数不小于预设误差,则返回执行步骤S2~S3。
可选地,作为本发明实施例提供的配电网单相接地故障区段定位方法的一种具体实施方式,将权值粒子群的某两个粒子横向交叉,得到横向交叉解的方法为:
MShc(i,d)=r1×X(i,d)+(1-r1)×X(j,d)+c1((X(i,d)-X(j,d))
MShc(j,d)=r2×X(j,d)+(1-r2)×X(i,d)+c2((X(j,d)-X(i,d))
其中,X(i,d)、X(j,d)分别表示横向交叉前的某两个粒子,MShc(i,d)、MShc(j,d)分别表示横向交叉后的两个交叉解,d表示对两个粒子的第d维进行横向交叉,r1、r2为(0,1)之间的随机数,c1、c2为(-1,1)之间的随机数。
在本实施例中,将某两个粒子横向交叉可以为对某两个粒子的某个特定维进行横向交叉,也可以为对某两个粒子的某几个特定维进行横向交叉,此处不作限定。
可选地,作为本发明实施例提供的配电网单相接地故障区段定位方法的一种具体实施方式,对某个粒子进行纵向交叉,得到该粒子对应的纵向交叉解的方法为:
MSvc(i,d1)=r×X(i,d1)+(1-r)×X(i,d2)
其中,X(i,d1)表示纵向交叉前的粒子,MSvc(i,d1)表示纵向交叉后的粒子,d1和d2表示对该粒子第d1维和第d2维进行交换,r为(0,1)之间的随机数。
在本实施例中,交叉的两个维度d1和d2可以随机选定,此处不作限定。
可选地,作为本发明实施例提供的配电网单相接地故障区段定位方法的一种具体实施方式,基于各个粒子对应的横向交叉解、训练集、实际结果集对权值粒子群进行更新,包括:
S11:对于某个粒子,基于训练集、实际结果集以及权值粒子群计算误差函数,得到第一误差函数值。令该粒子对应的横向交叉解替换该粒子的原值,得到第一权值粒子群,基于训练集、实际结果集以及第一权值粒子群计算误差函数,得到第二误差函数值。若第一误差函数值大于第二误差函数值,则令该粒子对应的横向交叉解替换该粒子的原值,完成对该粒子的横向更新。
S12:重复执行步骤S11直至遍历权值粒子群中的所有粒子。
在本实施例中,基于训练集、实际结果集以及权值粒子群计算误差函数,得到第一误差函数值的方法为:
将权值粒子群作为当前的初始故障区段定位网络的权值系数,将训练集输入至当前的初始故障区段定位网络中,得到第一计算结果集,将第一计算结果集与实际结果集的均方差作为第一误差函数值。
计算第二误差函数值的方法同理,此处不再赘述。
在本实施例中,粒子的横向更新过程也即从粒子原值与粒子的横向交叉解之间选取误差函数值较小的粒子值的过程。
可选地,作为本发明实施例提供的配电网单相接地故障区段定位方法的一种具体实施方式,基于各个粒子对应的纵向交叉解、训练集、实际结果集对横向更新后的权值粒子群进行更新,包括:
S21:对于某个横向更新后的粒子,基于训练集、实际结果集以及横向更新后的权值粒子群计算误差函数,得到第三误差函数值。令该横向更新后的粒子对应的纵向交叉解替换该粒子横向更新后的原值,得到第二权值粒子群,基于训练集、实际结果集以及第二权值粒子群计算误差函数,得到第四误差函数值。若第三误差函数值大于第四误差函数值,则令该横向更新后的粒子对应的纵向交叉解替换该横向更新后的粒子的原值,完成对该横向更新后的粒子的纵向更新。
S22:重复执行步骤S21直至遍历横向更新后的权值粒子群中的所有粒子。
在本实施例中,基于训练集、实际结果集以及横向更新后的权值粒子群计算误差函数,得到第三误差函数值的方法为:
将粒子横向更新后的权值粒子群作为当前的初始故障区段定位网络的权值系数,将训练集输入至当前的初始故障区段定位网络中,得到第二计算结果集,将第二计算结果集与实际结果集的均方差作为第三误差函数值。
计算第四误差函数值的方法同理,此处不再赘述。
在本实施例中,粒子的纵向更新过程也即从粒子原值与粒子的纵向交叉解之间选取误差函数值较小的粒子值的过程。
对应于上文实施例的配电网单相接地故障区段定位方法,图2为本发明一实施例提供的配电网单相接地故障区段定位装置的结构框图。为了便于说明,仅示出了与本发明实施例相关的部分。参考图2,该配电网单相接地故障区段定位装置20包括:模型确定模块21、故障定位模块22。
其中,模型确定模块21,用于获取目标配电网的第一属性参数,并基于第一属性参数以及预设映射表确定目标配电网对应的故障区段定位模型。
故障定位模块22,用于获取目标配电网的第二属性参数,并将第二属性参数输入至目标配电网对应的故障区段定位模型中,得到目标配电网的单相接地故障区段。
可选地,作为本发明实施例提供的配电网单相接地故障区段定位装置的一种具体实施方式,预设映射表的建立方法为:
获取多种不同属性特征的配电网的第一属性参数,并基于第一属性参数对多种不同属性特征的配电网进行聚类,得到多组配电网。
对于某一组配电网,获取该组配电网中各个配电网的第二属性参数以及各个配电网对应的故障区段,基于各个配电网的第二属性参数以及各个配电网对应的故障区段训练得到该组配电网对应的故障区段定位模型。
基于各组配电网的第一属性参数以及各组配电网对应的故障区段定位模型建立预设映射表。
可选地,作为本发明实施例提供的配电网单相接地故障区段定位装置的一种具体实施方式,对于某一组配电网,将该组配电网中各个配电网的第二属性参数记为训练集,将该组配电网中各个配电网对应的故障区段记为实际结果集,则该组配电网对应的故障区段定位模型的训练方法为:
S1:获取初始故障区段定位网络,并对初始故障区段定位网络中的权值粒子群和误差函数进行设定。
S2:将权值粒子群的粒子两两横向交叉,得到各个粒子对应的横向交叉解,基于各个粒子对应的横向交叉解、训练集、实际结果集对权值粒子群进行更新,得到横向更新后的权值粒子群。
S3:将横向更新后的权值粒子群中的每个粒子进行纵向交叉,得到各个粒子对应的纵向交叉解,基于各个粒子对应的纵向交叉解、训练集、实际结果集对横向更新后的权值粒子群进行更新,得到纵向更新后的权值粒子群。
S4:计算纵向更新后的权值粒子群的误差函数,若步骤S2~S3的执行次数大于预设次数或纵向更新后的权值粒子群的误差函数小于预设误差,则将当前的初始故障区段定位网络作为该组配电网对应的故障区段定位模型,若步骤S2~S3的执行次数不大于预设次数且纵向更新后的权值粒子群的误差函数不小于预设误差,则返回执行步骤S2~S3。
可选地,作为本发明实施例提供的配电网单相接地故障区段定位装置的一种具体实施方式,将权值粒子群的某两个粒子横向交叉,得到横向交叉解的方法为:
MShc(i,d)=r1×X(i,d)+(1-r1)×X(j,d)+c1((X(i,d)-X(j,d))
MShc(j,d)=r2×X(j,d)+(1-r2)×X(i,d)+c2((X(j,d)-X(i,d))
其中,X(i,d)、X(j,d)分别表示横向交叉前的某两个粒子,MShc(i,d)、MShc(j,d)分别表示横向交叉后的两个交叉解,d表示对两个粒子的第d维进行横向交叉,r1、r2为(0,1)之间的随机数,c1、c2为(-1,1)之间的随机数。
可选地,作为本发明实施例提供的配电网单相接地故障区段定位装置的一种具体实施方式,对某个粒子进行纵向交叉,得到该粒子对应的纵向交叉解的方法为:
MSvc(i,d1)=r×X(i,d1)+(1-r)×X(i,d2)
其中,X(i,d1)表示纵向交叉前的粒子,MSvc(i,d1)表示纵向交叉后的粒子,d1和d2表示对该粒子第d1维和第d2维进行交换,r为(0,1)之间的随机数。
可选地,作为本发明实施例提供的配电网单相接地故障区段定位装置的一种具体实施方式,基于各个粒子对应的横向交叉解、训练集、实际结果集对权值粒子群进行更新,包括:
S11:对于某个粒子,基于训练集、实际结果集以及权值粒子群计算误差函数,得到第一误差函数值。令该粒子对应的横向交叉解替换该粒子的原值,得到第一权值粒子群,基于训练集、实际结果集以及第一权值粒子群计算误差函数,得到第二误差函数值。若第一误差函数值大于第二误差函数值,则令该粒子对应的横向交叉解替换该粒子的原值,完成对该粒子的横向更新。
S12:重复执行步骤S11直至遍历权值粒子群中的所有粒子。
可选地,作为本发明实施例提供的配电网单相接地故障区段定位装置的一种具体实施方式,基于各个粒子对应的纵向交叉解、训练集、实际结果集对横向更新后的权值粒子群进行更新,包括:
S21:对于某个横向更新后的粒子,基于训练集、实际结果集以及横向更新后的权值粒子群计算误差函数,得到第三误差函数值。令该横向更新后的粒子对应的纵向交叉解替换该粒子横向更新后的原值,得到第二权值粒子群,基于训练集、实际结果集以及第二权值粒子群计算误差函数,得到第四误差函数值。若第三误差函数值大于第四误差函数值,则令该横向更新后的粒子对应的纵向交叉解替换该横向更新后的粒子的原值,完成对该横向更新后的粒子的纵向更新。
S22:重复执行步骤S21直至遍历横向更新后的权值粒子群中的所有粒子。
参见图3,图3为本发明一实施例提供的终端设备的示意框图。如图3所示的本实施例中的终端300可以包括:一个或多个处理器301、一个或多个输入设备302、一个或多个输出设备303及一个或多个存储器304。上述处理器301、输入设备302、则输出设备303及存储器304通过通信总线305完成相互间的通信。存储器304用于存储计算机程序,计算机程序包括程序指令。处理器301用于执行存储器304存储的程序指令。其中,处理器301被配置用于调用程序指令执行以下操作上述各装置实施例中各模块/单元的功能,例如图2所示模块21至22的功能。
应当理解,在本发明实施例中,所称处理器301可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备302可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等,输出设备303可以包括显示器(LCD等)、扬声器等。
该存储器304可以包括只读存储器和随机存取存储器,并向处理器301提供指令和数据。存储器304的一部分还可以包括非易失性随机存取存储器。例如,存储器304还可以存储设备类型的信息。
具体实现中,本发明实施例中所描述的处理器301、输入设备302、输出设备303可执行本发明实施例提供的配电网单相接地故障区段定位方法的第一实施例和第二实施例中所描述的实现方式,也可执行本发明实施例所描述的终端的实现方式,在此不再赘述。
在本发明的另一实施例中提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序包括程序指令,程序指令被处理器执行时实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
计算机可读存储介质可以是前述任一实施例的终端的内部存储单元,例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备,例如终端上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的终端和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的终端和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种配电网单相接地故障区段定位方法,其特征在于,包括:
获取目标配电网的第一属性参数,并基于所述第一属性参数以及预设映射表确定目标配电网对应的故障区段定位模型;所述第一属性参数包括但不限于目标配电网的运行方式、目标配电网的线路均匀度、目标配电网的线路分支度、目标配电网的负载率;
获取目标配电网的第二属性参数,并将所述第二属性参数输入至目标配电网对应的故障区段定位模型中,得到目标配电网的单相接地故障区段;第二属性参数包括但不限于目标配电网的故障前馈线电流、目标配电网的故障后馈线电流、目标配电网的故障前母线电压、目标配电网的故障后母线电压、目标配电网的故障前配变电压、目标配电网的故障后配变电压、目标配电网的故障前配变电流、目标配电网的故障后配变电流、目标配电网的故障前用户电压、目标配电网的故障后用户电压、目标配电网的故障前用户电流、目标配电网的故障后用户电流、目标配电网的线路长度、目标配电网的线路型号;
所述预设映射表的建立方法为:
获取多种不同属性特征的配电网的第一属性参数,并基于所述第一属性参数对多种不同属性特征的配电网进行聚类,得到多组配电网;
对于某一组配电网,获取该组配电网中各个配电网的第二属性参数以及各个配电网对应的故障区段,基于所述各个配电网的第二属性参数以及各个配电网对应的故障区段训练得到该组配电网对应的故障区段定位模型;
基于各组配电网的第一属性参数以及各组配电网对应的故障区段定位模型建立预设映射表;
对于某一组配电网,将该组配电网中各个配电网的第二属性参数记为训练集,将该组配电网中各个配电网对应的故障区段记为实际结果集,则该组配电网对应的故障区段定位模型的训练方法为:
S1:获取初始故障区段定位网络,并对所述初始故障区段定位网络中的权值粒子群和误差函数进行设定;
S2:将权值粒子群的粒子两两横向交叉,得到各个粒子对应的横向交叉解,基于各个粒子对应的横向交叉解、所述训练集、所述实际结果集对权值粒子群进行更新,得到横向更新后的权值粒子群;
S3:将横向更新后的权值粒子群中的每个粒子进行纵向交叉,得到各个粒子对应的纵向交叉解,基于各个粒子对应的纵向交叉解、所述训练集、所述实际结果集对横向更新后的权值粒子群进行更新,得到纵向更新后的权值粒子群;
S4:计算纵向更新后的权值粒子群的误差函数,若步骤S2~S3的执行次数大于预设次数或纵向更新后的权值粒子群的误差函数小于预设误差,则将当前的初始故障区段定位网络作为该组配电网对应的故障区段定位模型,若步骤S2~S3的执行次数不大于预设次数且纵向更新后的权值粒子群的误差函数不小于预设误差,则返回执行步骤S2~S3。
2.如权利要求1所述的配电网单相接地故障区段定位方法,其特征在于,将权值粒子群的某两个粒子横向交叉,得到横向交叉解的方法为:
MShc(i,d)=r1×X(i,d)+(1-r1)×X(j,d)+c1((X(i,d)-X(j,d))
MShc(j,d)=r2×X(j,d)+(1-r2)×X(i,d)+c2((X(j,d)-X(i,d))
其中,X(i,d)、X(j,d)分别表示横向交叉前的第i个粒子和第j个粒子,MShc(i,d)、MShc(j,d)分别表示横向交叉后的两个交叉解,d表示对两个粒子的第d维进行横向交叉,r1、r2为(0,1)之间的随机数,c1、c2为(-1,1)之间的随机数。
3.如权利要求1所述的配电网单相接地故障区段定位方法,其特征在于,对某个粒子进行纵向交叉,得到该粒子对应的纵向交叉解的方法为:
MSvc(i,d1)=r×X(i,d1)+(1-r)×X(i,d2)
其中,X(i,d1)表示纵向交叉前的第i个粒子,MSvc(i,d1)表示第i个粒子纵向交叉后对应的纵向交叉解,d1和d2表示对该粒子第d1维和第d2维进行交换,r为(0,1)之间的随机数。
4.如权利要求1所述的配电网单相接地故障区段定位方法,其特征在于,所述基于各个粒子对应的横向交叉解、所述训练集、所述实际结果集对权值粒子群进行更新,包括:
S11:对于某个粒子,基于所述训练集、所述实际结果集以及权值粒子群计算误差函数,得到第一误差函数值;令该粒子对应的横向交叉解替换该粒子的原值,得到第一权值粒子群,基于所述训练集、所述实际结果集以及所述第一权值粒子群计算误差函数,得到第二误差函数值;若第一误差函数值大于第二误差函数值,则令该粒子对应的横向交叉解替换该粒子的原值,完成对该粒子的横向更新;
S12:重复执行步骤S11直至遍历权值粒子群中的所有粒子。
5.如权利要求1所述的配电网单相接地故障区段定位方法,其特征在于,所述基于各个粒子对应的纵向交叉解、所述训练集、所述实际结果集对横向更新后的权值粒子群进行更新,包括:
S21:对于某个横向更新后的粒子,基于所述训练集、所述实际结果集以及横向更新后的权值粒子群计算误差函数,得到第三误差函数值;令该横向更新后的粒子对应的纵向交叉解替换该粒子横向更新后的原值,得到第二权值粒子群,基于所述训练集、所述实际结果集以及所述第二权值粒子群计算误差函数,得到第四误差函数值;若第三误差函数值大于第四误差函数值,则令该横向更新后的粒子对应的纵向交叉解替换该横向更新后的粒子的原值,完成对该横向更新后的粒子的纵向更新;
S22:重复执行步骤S21直至遍历横向更新后的权值粒子群中的所有粒子。
6.一种配电网单相接地故障区段定位装置,其特征在于,包括:
模型确定模块,用于获取目标配电网的第一属性参数,并基于所述第一属性参数以及预设映射表确定目标配电网对应的故障区段定位模型;
所述模型确定模块,还用于建立所述预设映射表,包括:获取多种不同属性特征的配电网的第一属性参数,并基于所述第一属性参数对多种不同属性特征的配电网进行聚类,得到多组配电网;对于某一组配电网,获取该组配电网中各个配电网的第二属性参数以及各个配电网对应的故障区段,基于所述各个配电网的第二属性参数以及各个配电网对应的故障区段训练得到该组配电网对应的故障区段定位模型;基于各组配电网的第一属性参数以及各组配电网对应的故障区段定位模型建立预设映射表;
所述模型确定模块,还用于对于某一组配电网,将该组配电网中各个配电网的第二属性参数记为训练集,将该组配电网中各个配电网对应的故障区段记为实际结果集,并执行步骤S1~S4对所述故障区段定位模型进行训练,包括:S1:获取初始故障区段定位网络,并对所述初始故障区段定位网络中的权值粒子群和误差函数进行设定;S2:将权值粒子群的粒子两两横向交叉,得到各个粒子对应的横向交叉解,基于各个粒子对应的横向交叉解、所述训练集、所述实际结果集对权值粒子群进行更新,得到横向更新后的权值粒子群;S3:将横向更新后的权值粒子群中的每个粒子进行纵向交叉,得到各个粒子对应的纵向交叉解,基于各个粒子对应的纵向交叉解、所述训练集、所述实际结果集对横向更新后的权值粒子群进行更新,得到纵向更新后的权值粒子群;S4:计算纵向更新后的权值粒子群的误差函数,若步骤S2~S3的执行次数大于预设次数或纵向更新后的权值粒子群的误差函数小于预设误差,则将当前的初始故障区段定位网络作为该组配电网对应的故障区段定位模型,若步骤S2~S3的执行次数不大于预设次数且纵向更新后的权值粒子群的误差函数不小于预设误差,则返回执行步骤S2~S3;
故障定位模块,用于获取目标配电网的第二属性参数,并将所述第二属性参数输入至目标配电网对应的故障区段定位模型中,得到目标配电网的单相接地故障区段。
7.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011259608.8A CN112684281B (zh) | 2020-11-12 | 2020-11-12 | 配电网单相接地故障区段定位方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011259608.8A CN112684281B (zh) | 2020-11-12 | 2020-11-12 | 配电网单相接地故障区段定位方法、装置及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112684281A CN112684281A (zh) | 2021-04-20 |
CN112684281B true CN112684281B (zh) | 2022-10-04 |
Family
ID=75446635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011259608.8A Active CN112684281B (zh) | 2020-11-12 | 2020-11-12 | 配电网单相接地故障区段定位方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112684281B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115291047B (zh) * | 2022-10-08 | 2022-12-20 | 西华大学 | 一种基于脉冲神经膜系统的配电网故障区段定位方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106026187A (zh) * | 2016-08-10 | 2016-10-12 | 广东工业大学 | 一种含分布式电源的配电网重构的方法及系统 |
CN107290633A (zh) * | 2017-08-18 | 2017-10-24 | 国网江苏省电力公司 | 基于mopso的含分布式光伏配电网故障区段定位方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102662164B (zh) * | 2012-03-20 | 2013-08-28 | 哈尔滨工程大学 | 基于x波段雷达图像和粒子群优化的海表面流信息提取方法 |
CN103454559B (zh) * | 2013-09-02 | 2015-10-28 | 国家电网公司 | 一种配电网单相接地故障区段定位方法及定位装置 |
CN104599193A (zh) * | 2015-01-16 | 2015-05-06 | 国家电网公司 | 一种基于规则库的配电网单相接地故障定位方法 |
CN108957246A (zh) * | 2018-09-27 | 2018-12-07 | 广东电网有限责任公司 | 一种基于粒子群的配电网故障定位方法 |
CN109459669B (zh) * | 2019-01-09 | 2021-01-26 | 国网上海市电力公司 | 10kV配电网单相接地故障区段定位方法 |
CN109884526A (zh) * | 2019-01-30 | 2019-06-14 | 广东工业大学 | 基于纵横交叉优化模糊bp神经网络的电池故障诊断方法 |
CN109884475A (zh) * | 2019-04-02 | 2019-06-14 | 云南电网有限责任公司大理供电局 | 一种电网故障检测方法、装置、系统及存储介质 |
CN110033140A (zh) * | 2019-04-22 | 2019-07-19 | 广东工业大学 | 一种配变台区跳闸预测方法、系统及装置 |
CN110596533B (zh) * | 2019-09-12 | 2020-07-31 | 山东大学 | 一种配电网单相接地故障区段定位方法及系统 |
CN110749835A (zh) * | 2019-10-09 | 2020-02-04 | 三峡大学 | 基于卡尔曼滤波器的输电线路故障定位方法 |
CN110716168A (zh) * | 2019-11-18 | 2020-01-21 | 国网河北省电力有限公司电力科学研究院 | 一种行波测距装置性能检测的方法 |
-
2020
- 2020-11-12 CN CN202011259608.8A patent/CN112684281B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106026187A (zh) * | 2016-08-10 | 2016-10-12 | 广东工业大学 | 一种含分布式电源的配电网重构的方法及系统 |
CN107290633A (zh) * | 2017-08-18 | 2017-10-24 | 国网江苏省电力公司 | 基于mopso的含分布式光伏配电网故障区段定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112684281A (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107705149A (zh) | 数据实时监控方法、装置、终端设备及存储介质 | |
CN109800531B (zh) | 一种机电装备数字孪生模型一致性保持方法 | |
CN111221726A (zh) | 一种测试数据生成方法、装置、存储介质和智能设备 | |
CN112684281B (zh) | 配电网单相接地故障区段定位方法、装置及终端设备 | |
CN111932367A (zh) | 贷前信用评估方法及装置 | |
CN114861542A (zh) | 直流输电工程损耗评估方法、装置、设备和存储介质 | |
CN111260147A (zh) | 发电量预测方法、装置及终端设备 | |
CN111949498A (zh) | 应用服务器异常预测方法及系统 | |
CN113486583B (zh) | 设备的健康评估方法、装置、计算机设备及计算机可读存储介质 | |
CN110648182A (zh) | 商品自动定价方法、系统、介质和计算设备 | |
CN113657922B (zh) | 方案规划方法、规划装置、终端设备及可读存储介质 | |
CN110083485A (zh) | 分流方法、数据服务系统及其前端、存储介质 | |
CN114971053A (zh) | 低压台区网络线损率在线预测模型的训练方法及装置 | |
CN114519267A (zh) | 地下电缆模型的数据更新方法 | |
CN114355793A (zh) | 用于车辆仿真评测的自动驾驶规划模型的训练方法及装置 | |
CN112800102A (zh) | 告警相关性计算方法、装置及计算设备 | |
CN111090554A (zh) | 服务器性能测试时间的预测方法、装置、设备及存储介质 | |
CN114692903A (zh) | 用于设备故障检测的方法及终端设备 | |
CN112329178B (zh) | 角钢塔三维造价模型建立方法、装置及终端设备 | |
CN109446642A (zh) | 一种电网设备启动方案智能编写方法及装置 | |
CN111291464A (zh) | 一种电力系统动态等值方法及装置 | |
CN112446940B (zh) | 针对3d模型的简化方法、装置、电子设备及存储介质 | |
CN112700813B (zh) | 一种基于磨损状态的nand控制方法、装置及设备 | |
CN112861365A (zh) | 低压配电网负荷状态估计方法、装置及终端设备 | |
CN111025010B (zh) | 设备有功响应时间测量方法、装置及终端设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |